笔试: 9.5 一面:9.7 线上 总共20min 自我介绍三分钟 主要是问基本的算法八股 比如怎么防止过拟合 dropout 这种 bn ln区别,平常使用过得算法模型这些 总体来讲体验感不错 大概一周后通知了第二次面试 二面:9.21 线下 总共30min 自我介绍三分钟 主要问我简历中的一段科研经历(和医院合作的项目) 问unet transformer 等基础 最重要的是 问思想,如果是落
秋招过程中在牛客上学习了很多大佬们的经验,目前秋招已经接近尾声了,前来分享面经攒人品!希望谈薪顺利! 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,使用最小二乘实现函数功能即可,可以使用eigen库 4、反问环节 二面 跟一面的流程几乎相同,面试官出的题目是仍然是二维点拟合直线,但不同于一面的是还需要考虑外点,因此使
全程20来分钟,感觉面试官对我一点兴趣没有哈哈,上一个同学面了好久 开始自我介绍 然后项目介绍,关联匹配有哪些方法 对卡尔曼滤波认识,都有哪些,ekf ukf 军工项目没打断…… 说一个你学习最自豪的事 对于神经网络做传感器融合的认识 反问
岗位:软件算法工程师(AI/图形图像)(深圳)+ 科研合作专家(深圳) 8月12日:投递简历。 8月13日:综合测评。 9月1日:腾讯会议面试。前两天打电话来问合适电话面的时间,短信发腾讯会议的链接确定时间,不用开视频。综合体验实在是差。是个小姐姐面试的,面试让我自己主持,先做自我介绍。然后上来嫌弃说简历内容太少(感觉不太懂技术),然后开始问了解哪些框架和网络结构,什么是归一化,什么是CT值,什么
规控算法岗 一面 1、实习的内容介绍 2、代码题 最长递增子序列 3、c++相关: vector删除和清空元素的方法 如何将vector内存空间也清除 emplace 和push 的区别 swap clear erase 区别 智能指针 相互转化的方法 得到源指针的方法 map unordermap 面完直接通知二面 二面 1、介绍项目背景 介绍主要负责工作 2、 lattice里怎么用的 st图
一面(0830) 先是自我介绍,然后深挖论文 然后问了一些多模态大模型的八股(感觉他们还是比较在意大模型) 没有问比较基础的东西 手撕题目比较简单leetcode.20 整个流程就50分钟不到,不知道结果会咋样😂,别是kpi面啊 (最近还面了京东,百度,都比较复杂,还在整理面经,算法岗太难了)
首先自我介绍,然后根据自我介绍提问 Q:指针和引用的区别 A:引用的本质就是指针,给变量起了一个别名巴拉巴拉 Q:看你了解Ros,说一下话题通信 A:话题通信是多对多,异步通信,发布者发布后不需要关注接受者是否接受。一开始发布者和接受者向master注册信息,是RPC,后面的tcp巴拉巴拉。 Q:用过单片机嘛,A :大学用过52单片机, Q: 52单片机是多少位的, A: 8 位的 Q:在52单片
一面:35分钟(回忆版) 1、自我介绍 2、上来直接问上段实习内容 (可能因为两家公司有过合作,所以面试官比较感兴趣,尽管上段实习不是图像算法岗,也问得比较多) 3、对yolov5的理解(简历内容) 4、C语言static 答了C++的,就没继续问,可能公司不用C++吧 5、用过哪些单片机做过什么? 6、车道线检测算法的思路 提前准备到了 7、卡尔曼滤波器了解吗,能否用C语言写一个 反问:实习能否
面试官整点进来会议开始面试。 面试官:你在学校里的科研工作是什么,发论文了吗,介绍一下你的科研工作吧 我:阿巴阿巴 面试官:你说一下之前实习的项目吧 我:阿巴阿巴 面试官继续深挖 面试官:继续问项目,继续深挖,为什么不用xxx模型,上线效果怎么样,如何改进xxxxx等 面试官:你有没有做过生成式任务,用过GPT相关模型吗 面试官:有哪些大模型高效微调方法呢,这些方法分析一下 面试官:实习时间问题
08.31 13:00 一面(3个面试官) 30min 自我介绍 介绍项目 面试官1:Canny算法原理、图像特征检测的几种算法、图像配准的几种算法、SIFT算法原理 面试官2:C++虚函数的作用、多态的作用、问我项目中图像怎么从相机中读取的,分配的多少内存 面试官3:了解信号处理吗、滤波器是模拟滤波还是数字滤波、数字傅里叶变换?(信号处理这一块确实不太了解。。。) 反问 09.01 10
10月10日 技术主管面试,只有一面 1h20min 一、深挖项目(30min) 二、论文几作? 三、 指针与引用的区别 四、ICP算法流程 五、SLAM 如何与 轮式里程计 松耦合 ? 六、松耦合与紧耦合的区别 七、PnP算法原理 八、P3P算法原理 九、BA优化算法原理 十、C++多线程理解 十一、用过PCL库吗? 十 二、有几年C++开发经验 十 三、愿意提前来实习吗? 十四、ORBSLAM
基本情况:985计算机本,考研失败春招,老家河南,学校办的双选会时投的简历,当时没写具体岗位,差不多一周后发来的面试邀请上面是算法工程师,二面时面试官建议转开发。 一面(HR面): 自我介绍 找工作的进展 是否二战 期望找什么样的工作,投了什么样的公司 第一份工作的具体规划 对牧原有什么了解 介绍一个自认为比较好的项目,做项目的契机与成果 所学知识和养殖怎样结合 怎样评判自己是否达到了理想的工作状
一天之内全部面完,每一轮面试通过后十分钟后就开始下一轮,强度太大了。。 一面 1. 自我介绍 2. 问项目(20min) 3. 八股文:介绍一下c++多态;override关键字;std::move(); 拷贝构造和移动构造;介绍一下智能指针;unique_ptr如何实现独享。 4. 手撕:三数之和(结果不能有重复) 5. 反问 二面 1. 工程技能问题:Cmake中如何引用头文件;git mer
自我介绍 项目盘查 问了一些项目有关的业务问题,怎么优化价格的,流量分发的长期导向之类的 2个八股 cross entropy怎么算的 写公式:写出来了 进一步问 有没有看过tf源码怎么实现的:没看过,听面试官说有什么分支优化,但之前没注意 auc怎么算:排序抽样,正样本大于负样本 进一步问auc奇高效果却不行怎么回事:现在想想可能是在问gauc,可能有一些trace是全零或者全1。当时回答的是可
蚂蚁很早就投了,但是直到三月底才捞起来面试,部门是支付宝事业线,岗位是计算机视觉算法 先问了一下有没有做笔试,做了笔试就先不做题了 项目中为什么使用了卡尔曼滤波,为什么跟踪模型使用了比较老的SORT 场景中相邻帧的box跳动较大对跟踪的影响 SORT的匹配是怎么做的,简述一下匈牙利算法(被面试官质疑了一下,问是不是应该是KM算法,脑子抽了没想起来,其实带权的二分图匹配就是KM算法,只记得叫匈牙利了